Modelos de codificación de EEG generalizables con estímulos audiovisuales naturalistas

En las conversaciones naturales, los oyentes deben prestar atención a lo que otros dicen mientras ignoran los sonidos de fondo extraños. Estudios recientes han utilizado modelos de codificación para predecir las respuestas de la electroencefalografía (eeg) al habla en situaciones de audición sin ruido, lo que a veces se denomina "seguimiento del habla".

Los investigadores han analizado cómo cambia el seguimiento del habla con diferentes tipos de ruido de fondo. Sin embargo, no está claro si las respuestas neuronales de entornos naturalistas y acústicamente ricos con y sin ruido de fondo pueden generalizarse a estímulos más controlados.

Si los modelos de codificación para estímulos naturalistas y acústicamente ricos se pueden generalizar a otras tareas, esto podría ayudar en la recopilación de datos de poblaciones que pueden no tolerar escuchar estímulos más controlados y menos atractivos durante largos períodos de tiempo.

Registramos un electroencefalograma no invasivo del cuero cabelludo mientras 17 participantes humanos (8 hombres / 9 mujeres) escuchaban el habla sin ruido y los estímulos audiovisuales del habla que contenían altavoces y sonidos de fondo superpuestos. Adaptamos modelos de codificación de campo receptivo temporal multivariante (mTRF) para predecir las respuestas del EEG al tono, la envolvente acústica, las características fonológicas y las señales visuales en ambas condiciones de estímulo.

Nuestros resultados sugirieron que las respuestas neuronales a los estímulos naturalistas eran generalizables a conjuntos de datos más controlados. Las respuestas de EEG al habla de forma aislada se predijeron con precisión utilizando solo las características fonológicas, mientras que las respuestas al habla en un rico fondo acústico fueron más precisas al incluir características fonológicas y acústicas.

Para acceder al texto completo consulte las características de suscripción de la fuente original:https://www.jneurosci.org/